Woodpecker CI sur GKE Autopilot
Woodpecker CI est un moteur CI/CD léger, natif des conteneurs — une alternative plus simple et auto-hébergeable à Drone. Les pipelines sont définis comme des fichiers YAML, et chaque étape de pipeline s'exécute dans son propre conteneur. Woodpecker prend en charge GitHub, Gitea, Forgejo, GitLab et Bitbucket comme "forges" — le terme utilisé par Woodpecker pour l'hôte git connecté. Ce module déploie Woodpecker sur GKE Autopilot au-dessus de la fondation App_GKE, qui provisionne et gère l'infrastructure partagée de Google Cloud et Kubernetes.
Il n'y a pas de Woodpecker_CloudRun, et il n'y en aura pas. Le backend
d'exécution de Woodpecker (WOODPECKER_BACKEND=kubernetes) a besoin d'un accès réel à
l'API Kubernetes pour créer dynamiquement un pod pour chaque étape de pipeline
— Cloud Run n'a pas de privilège pour docker-in-docker et pas d'API Kubernetes
à appeler. Voir Woodpecker_Common pour la description
complète ; il s'agit de la même classe architecturale de lacune que les autres
modules Common + GKE uniquement de ce catalogue (Kopia, RocketChat, Immich,
Temporal, Prowlarr, VictoriaMetrics, Plausible, LobeChat, Supabase).
Ce guide se concentre sur les services cloud utilisés par Woodpecker et sur la façon de les explorer et de les opérer depuis la console Google Cloud et la ligne de commande. Pour les mécanismes communs à chaque application GKE — Workload Identity, ingress, autoscaling, CI/CD, Cloud Armor, IAP, Binary Authorization, VPC Service Controls et le cycle de vie du déploiement — référez-vous au guide de la fondation App_GKE plutôt que de les répéter ici.
Ce que coûte Woodpecker CI sur RAD, et comment cela se compare
L'exécution de Woodpecker CI sur des pods GKE Autopilot dans votre propre projet Google Cloud coûte environ 136,37 $/mois en frais Google Cloud, en plus d'un frais de module RAD unique de 175 crédits facturé une fois au moment du déploiement. Woodpecker a besoin d'une base de données PostgreSQL derrière lui, ce qui, avec le pod lui-même, représente la majeure partie de ces 136,37 $. Dans un projet géré par RAD, les frais de module tombent à 157,5 crédits (10 % de moins) et le coût d'exécution est mesuré à l'heure en crédits au lieu d'être facturé directement par Google — voir Mettez-le en pause gratuitement ci-dessous pour le seul avantage géré par RAD qu'un VPS auto-hébergé ne peut égaler. Woodpecker est proposé uniquement sur GKE — il n'y a pas de variante Cloud Run de ce module.
Ce que vous payez sur RAD
| Votre propre projet | Projet géré par RAD | |
|---|---|---|
| Frais de module (unique) | 175 crédits | 157,5 crédits (10 % de moins) |
| Builds | Inclus dans le prix : pas de frais de build pour la création, 5 mises à jour par mois (mois calendaire UTC) gratuites puis 2 crédits chacune, et rien pour la suppression ou pour un build échoué, dans la limite de 10 builds échoués par jour (UTC). Les sessions de lab et les projets clients sont l'exception : ils sont toujours facturés pour le temps de build à la minute | Idem |
| Coût d'exécution Google Cloud | 136,37 $/mois, facturé par Google au prix catalogue | ~136 crédits/jour, mesuré au prix catalogue plus la marge de RAD |
Coût d'exécution par défaut dans votre propre projet
| Ressource | US$/mois (prix catalogue Google, us-central1) |
|---|---|
| Pod GKE Autopilot, 2x vCPU / 4 Gio | 79,35 $ |
| Cloud SQL pour PostgreSQL, 1 vCPU / 3,75 Go, zonal, 10 Go SSD | 51,02 $ |
| Cloud NAT et réseau | 5,00 $ |
| Cloud Storage (modules complémentaires, sauvegardes) | 1,00 $ |
| Frais de gestion de cluster GKE | partagés entre toutes les applications GKE du projet ; 0 $ si c'est votre seul cluster, sinon ~73 $ |
| Total | 136,37 $ |
Les frais de gestion de cluster GKE sont exclus du total ci-dessus car ils sont partagés entre toutes les applications GKE du projet — 0 $ si c'est la seule, sinon environ 73 $/mois répartis entre le nombre d'applications que vous exécutez.
Comment cela se compare
- Woodpecker CI est livré uniquement en tant que logiciel auto-hébergé — son site de projet ne propose aucune offre SaaS hébergée (vérifié le 8 octobre 2026), donc la comparaison est "gérer un VPS vous-même" vs "laisser RAD gérer la même pile basée sur Postgres".
- Une comparaison auto-gérée : Hetzner CPX22 (2 vCPU/4 Go) coûte environ 24 $/mois, un Droplet DigitalOcean 2 vCPU/4 Go coûte le même prix de 24 $/mois, et un GCP Compute Engine e2-standard-2 (2 vCPU/8 Go) coûte environ 49 $/mois — suffisant pour exécuter le serveur Woodpecker, un agent et Postgres ensemble, à un prix affiché inférieur à la pile GKE gérée par RAD.
- Ce que ce prix n'inclut pas : les sauvegardes, les correctifs de sécurité, le renouvellement TLS et la charge opérationnelle de maintenir un serveur CI patché et en ligne — Cloud SQL, Secret Manager et la surveillance gérés par RAD absorbent cela pour vous.
Mettez-le en pause gratuitement : supprimez un projet géré par RAD, restaurez-le lorsque vous en avez besoin
C'est l'avantage principal d'un projet géré par RAD, et il ne coûte rien pendant la pause. La suppression d'un projet géré par RAD délie d'abord sa facturation, puis demande à Google de supprimer le projet purement et simplement — la propre suppression logicielle récupérable de 30 jours de Google. Contrairement à la suppression d'un module, cela ne démantèle pas Cloud SQL, aucune VM, ni la ressource de calcul une par une : l'ensemble du projet s'arrête simplement, et rien n'est facturé pendant qu'il attend, car la facturation est déjà déliée.
Une restauration n'est pas garantie — conservez vos propres sauvegardes. Les conditions de Google Cloud ne garantissent pas qu'un projet restauré, ou les ressources qu'il contient, seront utilisables après sa restauration, de sorte que la restauration ne peut pas être invoquée comme moyen de récupérer un projet supprimé. Avant de supprimer, assurez-vous d'avoir effectué des sauvegardes appropriées des données et de la configuration de l'application et de les avoir stockées en dehors du projet. Si une restauration échoue, ou si le projet restauré ne fonctionne pas, la solution de repli consiste à redéployer l'application (voir la section suivante) et à restaurer sa configuration et ses données à partir de ces sauvegardes.
La restauration, dans les 30 jours et uniquement par le propriétaire du projet, demande à Google de récupérer le projet et de rattacher son compte de facturation, puis vous demande d'exécuter la mise à jour sur chaque déploiement pour confirmer que tout est revenu. Comme rien n'a été détruit individuellement, cette mise à jour trouve les mêmes ressources déjà présentes — c'est une vérification, pas une reconstruction, et une mise à jour ne facture jamais les frais de module à nouveau. Les mises à jour sont incluses dans le prix (5 par mois pour chaque déploiement), donc une restauration ne coûte normalement aucun crédit.
Ce qu'il faut : vous devez être propriétaire du projet (pas un projet dont RAD gère uniquement la facturation), vous devez le restaurer vous-même dans les 30 jours — après cela, Google le supprime définitivement — et la restauration est admise comme la création d'un nouveau projet, donc votre solde de crédits achetés doit toujours dépasser le seuil du palier (100 crédits pour le palier sandbox que la plupart des utilisations d'étude/démo conviennent). Google dit que la plupart des services sont de nouveau pleinement fonctionnels dans les 36 heures suivant une restauration.
Un véritable manque : les sauvegardes nocturnes sont écrites dans un bucket à l'intérieur du projet, et ce bucket a la suppression logicielle de Cloud Storage explicitement désactivée, il est donc très probable qu'il disparaisse dès que vous supprimez le projet — même si le projet lui-même est récupérable pendant 30 jours. Si vous avez personnalisé Woodpecker CI et que vous souhaitez conserver ce travail, copiez une sauvegarde (vers Google Drive, ou un bucket en dehors du projet) avant de supprimer. Pour une installation par défaut sans rien d'irremplaçable, cela n'a pas d'importance.
Payez uniquement pendant que vous l'utilisez, l'autre méthode : supprimer et redéployer
Dans votre propre projet, ou une fois que 30 jours se sont écoulés sur un projet géré par RAD, il n'y a pas de pause gratuite — la suppression supprime les ressources définitivement, et la remise en service de Woodpecker CI signifie un redéploiement à partir de zéro. Cela coûte 175 crédits (les frais de module ; les builds sont inclus).
La suppression ne permet d'économiser de l'argent que si Woodpecker CI devait rester inutilisé assez longtemps pour compenser ce coût de redéploiement par rapport à son propre coût de fonctionnement — pour Woodpecker CI, c'est environ 4 jours ou plus. La majeure partie de ce coût de fonctionnement est généralement la base de données — elle ne s'arrête que lorsque rien d'autre dans le projet ne l'utilise, donc la suppression de cette application alors que quelque chose d'autre partage le projet n'économise que sa propre part de calcul.
Conservez d'abord les données : les sauvegardes nocturnes vont dans un bucket à l'intérieur du déploiement et sont supprimées avec lui, donc copiez la dernière sauvegarde avant de supprimer si vous voulez la conserver.
Sessions de lab et environnements gérés
Sessions de lab, pour la formation : un formateur anime une session pour une classe. Chaque participant obtient l'application dans son propre projet Google Cloud pendant 15 minutes à 24 heures, dans la limite d'une allocation définie par le formateur. Le formateur peut aussi créer un seul environnement partagé pour toute la classe, et chacun utilise alors la même application et ses données. Soit le formateur finance toutes les places, soit chaque participant paie la sienne. Tout est supprimé à la fin de la session et les crédits inutilisés sont reversés au formateur.
Environnements gérés, pour les sociétés de conseil : un partenaire exécute l'application pour un client à partir d'un portefeuille cloisonné qu'il finance, et règle directement avec le client. Si le portefeuille est faible, la facturation est suspendue et les données sont conservées, afin que personne ne reçoive de frais inattendus. À la fin, le partenaire transfère le projet et les déploiements deviennent la propriété du client.
Les crédits peuvent être achetés dans plus de 20 devises, y compris XAF, XOF, NGN, GHS, KES et ZAR, par carte, virement bancaire ou argent mobile.
Sources (8 octobre 2026) : Prix catalogue de l'API Google Cloud Billing Catalog ; radmodules.dev/pricing pour les propres frais de RAD et les estimations de crédits quotidiens ; documentation de Google sur la suppression/restauration de projets pour les affirmations de pause/restauration.
1. Vue d'ensemble
Woodpecker s'exécute comme un pod unique qui co-localise le serveur et l'agent dans un seul conteneur, soutenu par Cloud SQL PostgreSQL :
| Capacité | Service Google Cloud | Notes |
|---|---|---|
| Calcul | GKE Autopilot | Un pod exécute à la fois le serveur (API HTTP + interface web) et l'agent (exécuteur d'étapes de pipeline), 2 vCPU / 4 Gio par défaut |
| Base de données | Cloud SQL pour PostgreSQL 15 | Le serveur auto-migre son propre schéma au démarrage ; pas de job de migration séparé |
| Exécution de pipeline | GKE Autopilot, via un RBAC Role limité à l'espace de noms | L'agent crée dynamiquement un pod Kubernetes (plus des PVC/Services/Secrets si nécessaire) pour chaque étape de pipeline, dans le MÊME espace de noms que celui où l'agent lui-même s'exécute |
| Secrets | Secret Manager | Un secret : WOODPECKER_AGENT_SECRET, authentifiant la connexion gRPC co-localisée serveur↔agent |
| Forge (hôte git) | aucun provisionné — externe | Valeurs Gitea/Forgejo de remplacement par défaut ; pointer vers une instance réelle après le déploiement |
| Ingress | Cloud Load Balancing | LoadBalancer par défaut ; le déploiement de référence a utilisé ClusterIP en raison d'un quota d'IP externes épuisé (voir §6) |
Valeurs par défaut judicieuses à connaître d'emblée :
- Le serveur et l'agent sont co-localisés dans un seul pod, pas deux.
Woodpecker en amont livre le serveur et l'agent comme deux images distinctes
(docker-compose les exécute comme deux conteneurs). Ce module greffe le
binaire de l'agent sur l'image du serveur et le démarre comme un processus
en arrière-plan avant de
execle serveur — nécessaire car le backend Kubernetes de l'agent doit s'exécuter sous le MÊME ServiceAccount Kubernetes qui détient le RBAC élevé que ce module accorde, et le mécanisme génériqueadditional_servicesde GKE n'exécute pas les déploiements sidecar sous le propre ServiceAccount de l'application principale (seul le déploiement principal le fait). - L'agent a besoin d'un RBAC élevé dans le cluster. Le
Woodpecker_GKEdewoodpecker.tfprovisionne directement unkubernetes_role_v1+kubernetes_role_binding_v1limité à l'espace de noms (aucune modification de la fondationApp_GKEn'a été nécessaire). Voir §3 pour tous les détails. - Aucune balise
:latestn'existe en amont, par conception. Confirmé en direct :docker run woodpeckerci/woodpecker-server:latestimprime juste un avis de schéma de balise et se ferme — une mesure délibérée anti-mise à niveau majeure accidentelle.application_version = "latest"se résout en interne en unv3.16.0épinglé. - Les deux images en amont sont véritablement distroless. Confirmé via
docker export: l'ensemble du rootfs est le binaire unique plus/etc/passwd,group, hosts— pas de shell du tout. L'image personnalisée greffe un binaire statiquebusybox:musl(la balisebusybox:stablepar défaut est liée dynamiquement et échoue dans ce rootfs sans libc) afin que le point d'entrée cloud puisse s'exécuter. - Le serveur exige impérativement une forge pour démarrer. Confirmé en direct : l'omission de la configuration de la forge est une sortie fatale ("forge non configurée"), pas une page vide dégradée. Ce module utilise par défaut des valeurs Gitea/Forgejo de remplacement afin qu'il se déploie proprement ; les déclencheurs de pipeline réels nécessitent une forge réelle enregistrée après le déploiement (§6).
- Instance unique, non négociable.
max_instance_countest plafonné à1par une validation au moment de la planification — chaque pod exécute un serveur+agent co-localisé, et le serveur de Woodpecker n'a pas de coordination multi-instance documentée/vérifiée pour son propre état basé sur la base de données. - Point de terminaison de santé :
GET /healthz, confirmé en direct pour retourner204 No Content, non authentifié.
2. Services Google Cloud et comment les explorer
Toutes les commandes supposent que vous avez exécuté
gcloud container clusters get-credentials <cluster> --region <region> --project <project>
et que PROJECT, REGION et NAMESPACE sont définis. L'espace de noms et les autres
identifiants sont rapportés dans les Sorties du déploiement.
A. GKE Autopilot — la charge de travail Woodpecker
Un seul pod exécute à la fois le serveur et l'agent (Déploiement par défaut).
- Console : Kubernetes Engine → Charges de travail → sélectionnez la charge de travail Woodpecker pour voir le pod et les événements.
- CLI :
kubectl get deployment,pods,svc -n "$NAMESPACE"
kubectl logs -n "$NAMESPACE" deployment/<service-name> --tail=100
Voir App_GKE pour le fonctionnement de la planification Autopilot et de Workload Identity.
B. Cloud SQL — PostgreSQL 15
gcloud sql instances list --project "$PROJECT"
gcloud sql databases list --instance=<instance-name> --project "$PROJECT"
Aucun job de migration séparé ne s'exécute — confirmé en direct : le serveur
de Woodpecker auto-migre son propre schéma au démarrage ("Initializing Schema"
apparaît automatiquement sur une base de données vide). Seul un job db-init
(création de rôle + base de données) s'exécute lors du premier déploiement.
C. Secret Manager — un secret
gcloud secrets list --project "$PROJECT" --filter="name~agent-secret"
gcloud secrets versions access latest --project "$PROJECT" --secret=<secret-name>
WOODPECKER_AGENT_SECRET authentifie la connexion gRPC interne du serveur et de l'agent
co-localisés. Voir Woodpecker_Common §2
pour plus de détails.
D. RBAC — les permissions d'exécution de pipeline de l'agent
kubectl get role,rolebinding -n "$NAMESPACE"
kubectl describe role <resource-prefix> -n "$NAMESPACE"
Un Role limité à l'espace de noms accorde {persistentvolumeclaims, services, secrets: create, delete}, {pods: watch, create, delete, get, list} et
{pods/log: get} — provenant du modèle RBAC du chart Helm officiel de Woodpecker,
non deviné. Le sujet RoleBinding est le propre ServiceAccount Kubernetes du pod,
lié par nom. Voir Woodpecker_Common §6
et §3 ci-dessous pour le mécanisme complet.
E. Réseau et ingress
kubectl get svc -n "$NAMESPACE"
gcloud compute addresses list --project "$PROJECT"
service_type est par défaut LoadBalancer (externe), correspondant à la valeur par
défaut de la Fondation. Les webhooks de forge doivent atteindre ce serveur depuis
Internet pour que les pipelines se déclenchent automatiquement — voir §6 pour la
déviation ClusterIP du déploiement de référence et quand la rétablir.
F. Cloud Logging et Monitoring
Les sorties standard et d'erreur du pod sont acheminées vers Cloud Logging ; les métriques GKE sont acheminées vers Cloud Monitoring.
gcloud logging read 'resource.type="k8s_container" AND resource.labels.namespace_name="'"$NAMESPACE"'"' \
--project "$PROJECT" --limit 50
Un uptime_check_config est disponible, désactivé par défaut, ciblant
/healthz.
3. Comportement de l'application Woodpecker
- Serveur + agent co-localisés, un conteneur.
entrypoint.shdémarre l'agent comme un processus en arrière-plan, puisexecle serveur au premier plan :Ceci est nécessaire car le mécanisme génériqueif [ "${1:-}" = "/bin/woodpecker-server" ]; then
/bin/woodpecker-agent &
fi
exec "$@"additional_servicesde GKE exécute un déploiement sidecar sous le ServiceAccount par défaut de l'espace de noms, et non sous le propre ServiceAccount Kubernetes de l'application principale — et le backend Kubernetes de l'agent doit s'exécuter sous l'identité à laquelle le RBACRole/RoleBindingci-dessous accorde réellement des permissions. - RBAC, lié uniquement par le nom du ServiceAccount. Confirmé en direct
via
kubectl get deployment -o jsonpath='{.spec.template.spec.serviceAccountName}':App_GKEnomme le KSA du pod d'après le préfixe de ressource limité au locataire (par exemplegkee6a1e84d) même si le KSA vit à l'intérieur de l'espace de noms limité à l'application (par exemplewoodpeckergkee6a1e84d). Le sujetRoleBindingutilise ce nom limité au locataire. Cela a nécessité son propre blocprovider "kubernetes" {}(Woodpecker_GKE/provider-auth.tf) — la propre configuration du fournisseur Kubernetes interne deApp_GKEest privée de ce module et n'est pas héritée par le module d'application appelant. - Les pods de pipeline s'exécutent dans le propre espace de noms de
l'agent.
WOODPECKER_BACKEND_K8S_NAMESPACEest défini sur l'espace de noms réel de l'application du pod, de sorte que l'octroi RBAC est unRolelimité à l'espace de noms, et non unClusterRoleà l'échelle du cluster. - La configuration de la forge est requise pour démarrer, pas seulement pour
se connecter. Confirmé en direct : le serveur se termine fatalement
("forge non configurée") si aucune forge n'est définie — ceci est
différent de certaines autres applications de ce catalogue (par exemple
Outline) qui démarrent bien sans aucun fournisseur d'authentification et
affichent simplement une page de connexion vide. Les valeurs de
remplacement Gitea/Forgejo (
WOODPECKER_GITEA_URL,WOODPECKER_GITEA_CLIENT,WOODPECKER_GITEA_SECRET— variables d'environnement simples, non sauvegardées par Secret Manager) permettent au module de se déployer proprement dès le départ ; un opérateur doit les remplacer par une application OAuth réelle enregistrée sur une instance Gitea/Forgejo réelle après le déploiement. - Chemin de santé. Les deux sondes ciblent
GET /healthz, confirmé en direct pour retourner204 No Content, non authentifié. - Ports.
8000est le vrai port HTTP (confirmé viadocker inspect) ;9000est la connexion gRPC interne de l'agent au serveur, jamais exposée via le service Kubernetes puisque les deux processus partagent un seul pod. - Écriture unique, instance unique.
max_instance_countest plafonné à1au moment de la planification — le serveur de Woodpecker n'a pas de coordination multi-instance documentée/vérifiée pour son propre état basé sur la base de données. - Les mises à jour recréent le pod. Une augmentation de version reconstruit l'image personnalisée (serveur + agent + busybox, regreffés) et recrée le pod unique.
4. Variables de configuration
Les variables sont regroupées exactement comme elles apparaissent sur la
plateforme de déploiement. Seuls les paramètres spécifiques ou notables pour
Woodpecker sont listés ; toutes les autres entrées sont héritées de
App_GKE avec son comportement et ses valeurs par défaut
standards. Voir modules/Woodpecker_GKE/README.md pour la référence exhaustive des
entrées, groupe par groupe.
Groupe 1 — Projet et identité
| Variable | Valeur par défaut | Description |
|---|---|---|
project_id | (requis) | Projet Google Cloud cible. |
region | us-central1 | Région pour la charge de travail et les ressources régionales. |
Groupe 2 — Environnement de déploiement
| Variable | Valeur par défaut | Description |
|---|---|---|
tenant_id | demo | Suffixe court qui rend les noms de ressources uniques par environnement. |
support_users | [] | Adresses e-mail autorisées à accéder au projet et aux alertes de surveillance. |
Groupe 3 — Identité de l'application
| Variable | Valeur par défaut | Description |
|---|---|---|
application_name | woodpecker | Nom de base des ressources. Ne pas modifier après le premier déploiement. |
application_version | latest | Se résout en interne en un v3.16.0 épinglé — Woodpecker ne publie pas de balise latest. |
deploy_application | true | Définir false pour provisionner uniquement l'infrastructure. |
display_name / description | (obsolète, voir §7) | Reste de la source de clone Immich de ce module — ne faites pas confiance au texte fourni ; les valeurs décrivent la gestion de photos/vidéos, pas Woodpecker CI. |
Groupe 4 — Exécution et mise à l'échelle
| Variable | Valeur par défaut | Description |
|---|---|---|
cpu_limit | 2000m | Limite de CPU pour le conteneur serveur+agent co-localisé. |
memory_limit | 4Gi | Limite de mémoire pour le conteneur serveur+agent co-localisé. |
container_port | 8000 | Confirmé via docker inspect de l'image réelle étiquetée v3. |
min_instance_count | 1 | |
max_instance_count | 1 | Plafonné par validation au moment de la planification — voir §3. |
enable_cloudsql_volume | true | Sidecar de socket Unix Cloud SQL Auth Proxy. |
enable_image_mirroring | true | Mettre en miroir l'image construite dans Artifact Registry. |
forge_url | http://forgejo.example.internal | Espace réservé. Pointer vers une instance Gitea/Forgejo réelle après le déploiement — voir §6. |
forge_client_id / forge_client_secret | placeholder-client-id / placeholder-client-secret | Identifiants d'application OAuth de remplacement. |
admin_username | admin | Nom(s) d'utilisateur de la forge ayant les droits d'administrateur Woodpecker lors de la première connexion. |
Groupe 5 — Variables d'environnement et secrets
| Variable | Valeur par défaut | Description |
|---|---|---|
environment_variables | {} | Paramètres supplémentaires en texte clair, fusionnés sur les valeurs par défaut de la forge/du backend du module. |
secret_environment_variables | {} | Références Secret Manager supplémentaires injectées comme variables d'environnement. |
Groupe 6 — Backend GKE et cluster
| Variable | Valeur par défaut | Description |
|---|---|---|
service_type | LoadBalancer | Le déploiement de référence a utilisé ClusterIP en raison d'un quota épuisé — voir §6. |
workload_type | null | Se résout toujours en Deployment pour ce module (pas de cas d'utilisation stateful_pvc_enabled). |
termination_grace_period_seconds | 60 | Secondes après SIGTERM avant SIGKILL. |
Groupe 7 — StatefulSet
Non utilisé par ce module — l'état de Woodpecker réside entièrement dans Cloud SQL, et il n'y a pas d'état de système de fichiers par pod à persister via un PVC.
Groupe 10 — Observabilité et santé
| Variable | Valeur par défaut | Description |
|---|---|---|
startup_probe / liveness_probe | HTTP /healthz | Confirmé en direct : 204 No Content, non authentifié. |
uptime_check_config | désactivé | Si activé, cible /healthz. |
Groupe 11 — Jobs et tâches planifiées
| Variable | Valeur par défaut | Description |
|---|---|---|
initialization_jobs | [] | La valeur par défaut vide se résout en un seul job db-init de Woodpecker_Common — Woodpecker migre son propre schéma au démarrage, donc aucun job de migration séparé n'existe. |
cron_jobs | [] | CronJobs Kubernetes. |
Groupe 13 — Système de fichiers (NFS)
| Variable | Valeur par défaut | Description |
|---|---|---|
enable_nfs | false | Désactivé par défaut. Woodpecker CI n'a pas de bibliothèque multimédia et aucune utilisation fonctionnelle de NFS. |
Groupe 14 — Cloud Storage et Artifact Registry
| Variable | Valeur par défaut | Description |
|---|---|---|
create_cloud_storage | true | Crée le bucket data par défaut — inutilisé par Woodpecker. |
Groupe 16 — Base de données
| Variable | Valeur par défaut | Description |
|---|---|---|
db_name | woodpecker_db | |
db_user | woodpecker_user | |
database_type | POSTGRES_15 fixe par Woodpecker_Common | Miroir inerte sur la propre variable database_type de ce module. |
Groupe 19 — Domaine personnalisé, IP statique et réseau
| Variable | Valeur par défaut | Description |
|---|---|---|
enable_custom_domain | true | Provisionner une passerelle pour un nom d'hôte personnalisé. |
reserve_static_ip | true | Le déploiement de référence a utilisé false en raison d'un quota épuisé — voir §6. |
Groupe 20 — Identity-Aware Proxy (IAP)
| Variable | Valeur par défaut | Description |
|---|---|---|
enable_iap | false | Nécessite un domaine personnalisé et les deux identifiants OAuth, validés au moment de la planification. |
Groupe 21 — Redis et Cloud Armor
| Variable | Valeur par défaut | Description |
|---|---|---|
enable_redis | false | Non confirmé comme fonctionnellement requis — le point d'entrée de Woodpecker_Common ne lit jamais REDIS_HOST/REDIS_PORT. Voir §7. |
Groupes 8, 9, 12, 17, 18, 22
Comportement standard de App_GKE — Quota de ressources, Politiques de
fiabilité, CI/CD et Autorisation binaire, Sauvegarde et maintenance, SQL
personnalisé (non applicable), Contrôles de service VPC. Voir
App_GKE.
5. Sorties
Ces valeurs sont renvoyées lors d'un déploiement réussi et constituent le moyen le plus rapide de localiser et d'explorer les ressources en cours d'exécution.
| Sortie | Description |
|---|---|
service_name | Nom du service Kubernetes. |
namespace | Espace de noms dans lequel la charge de travail s'exécute. |
service_cluster_ip / service_external_ip | ClusterIP / IP externe du LoadBalancer (lorsqu'elle est réservée). |
web_url | Lit additional_service_urls["web"] — résout null sur un déploiement standard, car aucun service supplémentaire "web" n'est câblé par défaut. |
database_instance_name / database_name / database_user / database_password_secret / database_host / database_port | Identité et détails de connexion Cloud SQL. |
storage_buckets | Buckets Cloud Storage créés (le bucket data par défaut — inutilisé). |
network_name / network_exists / regions | Réseau VPC, présence, régions disponibles. |
container_image / container_registry | Image déployée et dépôt Artifact Registry. |
initialization_jobs | Noms des jobs d'initialisation créés (le db-init par défaut). |
deployment_id / tenant_id / resource_prefix | Identifiants de nommage. |
project_id / project_number | Identifiants de projet. |
kubernetes_ready | Indique si le cluster/la charge de travail est prêt. |
vpc_sc_enabled / vpc_sc_perimeter_name / vpc_sc_dry_run_mode | Statut VPC-SC. |
audit_logging_enabled / artifact_registry_cmek_enabled | Journalisation d'audit et statut CMEK. |
6. Pièges de configuration et valeurs par défaut judicieuses
Risque : Critique (perte de données / panne / sécurité) — Élevé (service dégradé) — Moyen (coût ou dégradation partielle) — Faible (mineur).
Validation héritée au moment de la planification. Ce module transmet sa configuration via le moteur de fondation App_GKE, qui valide les valeurs et les combinaisons au moment de la planification. Le propre
validation.tfdeWoodpecker_GKErejette en outremax_instance_count > 1etenable_iap = truesans les deux identifiants OAuth.
| Paramètre | Valeur judicieuse | Risque | Conséquence si erreur |
|---|---|---|---|
Configuration de la forge (forge_url/forge_client_id/forge_client_secret) | Remplacer les trois par une application OAuth réelle enregistrée sur une instance Gitea/Forgejo réelle après le déploiement | Élevé | Le serveur démarre et signale un état sain avec les valeurs de remplacement, mais les pipelines ne se déclenchent jamais et la connexion à la forge ne fonctionne jamais — un déploiement qui semble fonctionner mais qui n'est pas réellement utilisable pour la CI. |
service_type / reserve_static_ip | LoadBalancer / true une fois que le quota d'IP externes le permet | Élevé | Le déploiement de référence a utilisé ClusterIP / false uniquement parce que le quota IN_USE_ADDRESSES du projet de test était épuisé. Les webhooks de forge (événements push/PR) doivent atteindre ce serveur depuis Internet — un déploiement ClusterIP ne peut pas les recevoir et les pipelines ne se déclencheront pas automatiquement. |
max_instance_count | 1 (appliqué au moment de la planification) | Critique | Chaque pod exécute un serveur+agent co-localisé ; plus d'un réplica exécuterait plusieurs serveurs sur la même base de données sans coordination vérifiée. |
| Sondes de santé | Laisser comme HTTP /healthz (valeur par défaut du module) | Moyen | /healthz est confirmé non authentifié et renvoie 204 ; pointer une sonde vers un point de terminaison authentifié bloquerait le déploiement. |
enable_nfs | Laisser à false | Faible | Correct par défaut. Le définir sur true provisionne un montage NFS inutilisé dans le pod sans effet fonctionnel, et ce n'est pas gratuit. |
enable_redis | Laisser par défaut ; non confirmé comme requis | Faible | La description prétend que Redis est "REQUIS", mais le point d'entrée de Woodpecker_Common ne lit jamais REDIS_HOST/REDIS_PORT — cela semble être un reste inerte de la source de clone du module, non un comportement vérifié de Woodpecker CI. |
Pour le comportement de la fondation référencé tout au long — IAM et Workload Identity, autoscaling, ingress et certificats, CI/CD, Cloud Armor, IAP, Binary Authorization, VPC-SC, et mise en miroir d'images — voir App_GKE. La configuration d'application spécifique à Woodpecker est décrite dans Woodpecker_Common.
Guides associés
- Lab pratique : Woodpecker CI sur GKE Autopilot — déployez-le étape par étape, avec les écrans de console et les commandes à chaque étape.
- Woodpecker Common — Configuration d'application partagée — la configuration partagée par les deux cibles de déploiement.
- Déployé avec Gitea sur Google Cloud Run, Hoppscotch sur Google Cloud Run, GlitchTip sur Google Cloud Run dans la solution Contrôle de source et CI/CD.
Need RAD to do something it does not do yet? Request it on the roadmap, or vote on what is already there.